🌍 Hello World :D

CVPR 2023.Yu-Lun Liu, Chen Gao ,Andreas Meuleman, Hung-Yu Tseng, Ayush Saraf, Changil Kim, Yung-Yu Chuang, Johannes Kopf, Jia-Bin HuangMeta | National Taiwan University | KAIST | University of Maryland, College Park5 Jan 2023 AbstractDynamic radiance field reconstruction 방법은 동적 장면의 시간에 따라 변하는 구조와 모양을 모델링하는 것을 목표로 한다. 그러나 기존의 Dynamic radiance field reconstruction 방법은 SfM(Structure from Motion) 알고..

ICCV 2023.Ruoshi Liu, Rundi Wu, Basile Van Hoorick, Pavel Tokmakov, Sergey Zakharov, Carl VondrickColumbia University | Toyota Research Institute20 Mar 2023 Abstract하나의 RGB image가 주어진 객체의 뷰 포인트를 바꾸기 위한 프레임워크, Zero-1-to-3 제안.large-scale diffusion 모델의 geometric priors를 활용.synthetic 데이터셋을 이용해 훈련, 그 외 데이터셋에 대해 zero shot 일반화 기능 유지.단일 뷰를 3D 뷰로 재구성. Introduction3D 이미지의 재구성을 위한 기존의 접근들은 3D annotations, ..

NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis ECCV 2020.Ben Mildenhall, Pratul P. Srinivasan, Matthew Tancik, Jonathan T. Barron, Ravi Ramamoorthi, Ren NgUC Berkeley | Google Research | UC San Diego19 Mar 2020 Introduction NeRF는 Neural Radiance Fields의 줄임말로 2D 이미지를 입력으로 주었을 때, 마치 3D를 보는 것처럼 다른 시점에서 본 입력 이미지를 생성하는 View Synthesis task를 다룬다. 모델은 MLP 형식으로, 단순한 구조로 3D scene r..

CVPR 2023. [Paper]Nataniel Ruiz, Yuanzhen Li, Varun Jampani, Yael Pritch, Michael Rubinstein, Kfir AbermanGoogle Research | Boston University25 Aug 2022 AbstractFine-tunning 이란?기존에 학습된 모델(Pretrained model)을 기반으로 추가적으로 새로운 데이터셋 학습을 통해 모델의 파라미터를 미세조정하는 것이다. Latent Diffusion 모델에서 학습가능한 파라미터의 영역은 크게 텍스트 인코더와 U-net 영역이 있으며, 드림부스는 두가지 파라미터 모두 학습한다. 본 논문에서는 text-to-image diffusion model의 "개인화"를 위한 새로운 ..

1. stable diffusion을 dreambooth로 파인튜닝 중 train에서 에러가 계속 발생했다.2. 처음엔 GPU를 A100으로 돌려서, T4로 바꿔주니까 해결이 됐는데 그 다음 학습부터는 T4에서도 계속 같은 에러 발생.3. 해결하려고 별 짓을 다했는데 안돼서 골머리를 앓던 중!4. 다음 코드로 해결 !pip install "jax[cuda12_local]==0.4.23" -f https://storage.googleapis.com/jax-releases/jax_cuda_releases.html!pip install diffusers==0.11.1!pip install transformers scipy ftfy accelerate train 전에 이걸 돌려주고,train 시키면 학습이 잘..

stable diffusion 모델을 코랩에서 load할 때, peft관련 에러가 나는 경우 !pip install peft %reset 를 해주면 pipe.to('cuda') 위 줄을 읽을 때 오류가 사라진다. 그럼이만 . .

Martin Arjovsky : https://arxiv.org/abs/1701.07875v3 Wasserstein GAN We introduce a new algorithm named WGAN, an alternative to traditional GAN training. In this new model, we show that we can improve the stability of learning, get rid of problems like mode collapse, and provide meaningful learning curves useful for debuggi arxiv.org 1. Introduction Unsupervised Learning은 데이터 (x)의 확률 분포 ( P(x))를..

문제: 코드: -- 코드를 작성해주세요 SELECT DISTINCT B.ID, B.EMAIL, B.FIRST_NAME, B.LAST_NAME FROM SKILLCODES A JOIN DEVELOPERS B ON (A.CODE & B.SKILL_CODE) > 0 WHERE NAME = 'Python' OR NAME = 'C#' ORDER BY B.ID 풀이: 1. DISTINCT로 ID 중복 제거를 해줘야됨. 2. CODE값이 0 이상일 때

코드: -- 코드를 입력하세요 SELECT A.REST_ID, A.REST_NAME, A.FOOD_TYPE, A.FAVORITES, A.ADDRESS, ROUND(AVG(B.REVIEW_SCORE), 2) AS SCORE FROM REST_INFO A JOIN REST_REVIEW B ON A.REST_ID = B.REST_ID GROUP BY REST_ID HAVING ADDRESS LIKE '서울%' ORDER BY SCORE DESC,FAVORITES DESC 풀이: 1. 평균값 구할 때 AVG 함수 쓰기 2. ROUND(숫자, 자릿수) 입력하면 반올림값 구할 수 있음 3. LIKE 4. GROUP BY로 묶을 때는 HAVING절에 조건 써주기

문제: 코드: def solution(numbers): try: input_list = list(map(str, numbers)) input_list.sort(key = lambda x:x*3, reverse=True) answer = '' answer = answer.join(input_list) except: print('예외 발생!') return str(int(answer)) 풀이: 1. list(map(str, numbers)) 2. sort 할 때 key 로 정렬 기준 정할 수 있음, lambda 사용! data_list.sort() data_list.sort(key=lambda x : len(x)) ex1) x[0]를 기준으로 정렬하고 같을 경우 x[1]를 기준으로 정렬하기 arr = ['a..